Перейти к содержимому

Как доказать что события независимы

  • автор:

Независимые события: определение, свойства и примеры

Независимые события

Понятия

Автор Елена Сергеевна Венцель На чтение 3 мин. Просмотров 2.8k. Опубликовано 22.05.2023

В теории вероятности независимые события играют важную роль при анализе и расчете вероятностей. Они представляют собой события, которые не влияют друг на друга и не зависят от предыдущих исходов. В данной статье мы рассмотрим определение независимых событий, основные свойства и приведем несколько примеров для наглядности.

Определение независимых событий

Два события A и B называются независимыми, если наступление одного из них не влияет на вероятность наступления другого. Формально, события A и B считаются независимыми, если выполняется следующее условие:

P(A ∩ B) = P(A) \cdot P(B)

где P(A) и P(B) — вероятности наступления событий A и B соответственно,

а P(A∩B) — вероятность одновременного наступления обоих событий.

Свойства независимых событий

Независимые события обладают несколькими важными свойствами:

Умножение вероятностей

Если два события A и B независимы, то вероятность наступления обоих событий равна произведению их отдельных вероятностей:

P(A ∩ B)=P(A) \cdot P(B).

Взаимная независимость

Если события A , B и C являются независимыми попарно (то есть A и B независимы, A и C независимы, B и C независимы), то они также независимы в совокупности.

Независимость и дополнение

Если событие A независимо от события B , то A также независимо от дополнения события B (B’) .

Примеры независимых событий

Рассмотрим несколько примеров, чтобы лучше понять концепцию независимых событий:

Бросок монеты и бросок кубика

Рассмотрим два события: A — выпадение орла при броске монеты, и B — выпадение шестерки при броске кубика. Очевидно, что эти два события независимы, так как результат броска монеты не влияет на результат броска кубика, и наоборот.

Выбор карт из колоды

Предположим, у нас есть стандартная колода из 52 карт. Рассмотрим два события: A — извлечение черной карты, и B — извлечение дамы. Если мы извлекаем карты без возвращения (то есть каждая следующая карта выбирается из оставшихся), то эти два события будут независимыми, так как вероятность извлечения черной карты не зависит от того, есть ли среди оставшихся карт дама, и наоборот.

Погода

Рассмотрим два события: A — выпадение дождя, и B — сильный ветер. Если эти два события независимы, то наличие дождя не влияет на появление сильного ветра и наоборот. Однако в реальности эти события часто связаны, и их независимость может быть под вопросом.

Понятие независимых событий в теории вероятности является важным для анализа и расчета вероятностей. Зная определение, свойства и примеры независимых событий, мы можем более точно моделировать и предсказывать вероятности различных событий в различных областях, таких как статистика, финансы, наука и многое другое.

Понимание независимых событий: разбираемся в сути a и b

Статья рассматривает понятие независимых событий и их свойства, приводит примеры таких событий и объясняет формулу для расчета вероятности их пересечения.

Понимание независимых событий: разбираемся в сути a и b обновлено: 12 сентября, 2023 автором: Научные Статьи.Ру

Помощь в написании работы

Введение

В теории вероятности одним из важных понятий является независимость событий. Независимые события – это такие события, которые не влияют друг на друга и происходят независимо. В этом уроке мы рассмотрим определение независимых событий, их свойства, а также примеры и формулы, связанные с ними. Также мы узнаем, как рассчитывать условную вероятность для независимых событий и как использовать формулу для расчета вероятности пересечения независимых событий.

Нужна помощь в написании работы?

Написание учебной работы за 1 день от 100 рублей. Посмотрите отзывы наших клиентов и узнайте стоимость вашей работы.

Определение независимых событий

Независимые события – это такие события, которые не влияют друг на друга. Формально, два события A и B называются независимыми, если вероятность одного события не зависит от того, произошло ли другое событие или нет.

Математически, для двух событий A и B, независимость определяется следующим образом:

где P(A) – вероятность события A, P(B) – вероятность события B, P(A ∩ B) – вероятность пересечения событий A и B.

Если данное равенство выполняется, то события A и B называются независимыми. Если же равенство не выполняется, то события A и B называются зависимыми.

Свойства независимых событий

Независимые события обладают несколькими важными свойствами:

Умножение вероятностей

Если два события A и B независимы, то вероятность их пересечения равна произведению их вероятностей:

Сложение вероятностей

Если два события A и B независимы, то вероятность их объединения равна сумме их вероятностей минус вероятность их пересечения:

P(A ∪ B) = P(A) + P(B) – P(A ∩ B)

Независимость от дополнения

Если событие A независимо от события B, то оно также независимо от дополнения события B:

где B’ обозначает дополнение события B.

Независимость от объединения

Если событие A независимо от события B, то оно также независимо от объединения событий B и C:

где B ∪ C обозначает объединение событий B и C.

Эти свойства помогают нам анализировать и решать задачи, связанные с независимыми событиями, и делать выводы о вероятностях их возникновения.

Примеры независимых событий

Независимые события – это события, которые не влияют друг на друга и не зависят от того, произошло ли другое событие или нет. Вот несколько примеров независимых событий:

Пример 1: Бросок монеты

Представьте, что вы бросаете монету. Событие “выпадение герба” и событие “выпадение орла” являются независимыми, потому что результат одного броска не влияет на результат другого броска. Вероятность выпадения герба на первом броске равна 1/2, и она остается такой же на следующем броске.

Пример 2: Выбор карты из колоды

Предположим, у нас есть стандартная колода из 52 карт. Событие “выбор черной карты” и событие “выбор карты с числом 7” являются независимыми. Выбор черной карты не влияет на вероятность выбора карты с числом 7, и наоборот. Вероятность выбора черной карты равна 26/52, а вероятность выбора карты с числом 7 равна 4/52, и эти вероятности остаются неизменными независимо от другого события.

Пример 3: Бросок кубика

Предположим, вы бросаете кубик. Событие “выпадение четного числа” и событие “выпадение числа больше 4” являются независимыми. Результат броска кубика не влияет на вероятность выпадения четного числа или числа больше 4. Вероятность выпадения четного числа равна 3/6, а вероятность выпадения числа больше 4 равна 2/6, и эти вероятности остаются неизменными независимо от другого события.

Это лишь несколько примеров независимых событий. В реальной жизни мы часто сталкиваемся с независимыми событиями и используем их для анализа вероятностей и принятия решений.

Условная вероятность для независимых событий

Условная вероятность – это вероятность наступления одного события при условии, что уже произошло другое событие. В случае независимых событий, условная вероятность не изменяется.

Пусть у нас есть два независимых события A и B. Вероятность наступления события A обозначается как P(A), а вероятность наступления события B обозначается как P(B).

Условная вероятность наступления события A при условии, что событие B уже произошло, обозначается как P(A|B). Для независимых событий, условная вероятность равна вероятности наступления события A без учета события B:

Это означает, что если события A и B независимы, то наступление события B не влияет на вероятность наступления события A.

Например, если мы бросаем кубик два раза, и событие A – выпадение четного числа на первом броске, а событие B – выпадение числа больше 4 на втором броске, то вероятность наступления события A при условии, что событие B уже произошло, будет равна вероятности наступления события A без учета события B, то есть 3/6.

Формула для расчета вероятности пересечения независимых событий

Если у нас есть два независимых события A и B, то вероятность их пересечения (то есть наступления обоих событий) можно рассчитать с помощью следующей формулы:

где P(A) – вероятность наступления события A, а P(B) – вероятность наступления события B.

Эта формула основана на предположении, что события A и B независимы, то есть наступление одного из них не влияет на вероятность наступления другого.

Применение этой формулы позволяет нам рассчитать вероятность наступления обоих событий одновременно, учитывая их вероятности по отдельности.

Например, если мы бросаем монету два раза, и событие A – выпадение орла на первом броске, а событие B – выпадение орла на втором броске, то вероятность наступления обоих событий одновременно будет равна:

P(A ∩ B) = P(A) * P(B) = 0.5 * 0.5 = 0.25

Таким образом, вероятность выпадения орла на обоих бросках составляет 0.25 или 25%.

Таблица сравнения независимых событий

Свойство Определение Пример
Независимость событий Два события называются независимыми, если наступление одного из них не влияет на вероятность наступления другого. Бросок монеты и бросок кубика
Условная вероятность Вероятность наступления одного события при условии, что уже произошло другое событие. Вероятность получить орла при условии, что выпало четное число на кубике
Формула для расчета вероятности пересечения Формула P(A ∩ B) = P(A) * P(B), где P(A) и P(B) – вероятности наступления событий A и B соответственно. Вероятность получить орла и выпадение четного числа на кубике

Заключение

Независимые события – это события, которые не влияют друг на друга и происходят независимо. Они имеют ряд свойств, таких как независимость вероятностей, умножение вероятностей и другие. Независимые события встречаются во многих сферах жизни и могут быть использованы для расчета вероятностей и принятия решений. Условная вероятность для независимых событий также может быть рассчитана с помощью простой формулы. Понимание независимых событий является важным элементом в изучении теории вероятности.

Понимание независимых событий: разбираемся в сути a и b обновлено: 12 сентября, 2023 автором: Научные Статьи.Ру

Как доказать что события независимы

Опираясь на статистическое определение вероятности (п. 3.3), события иследует считать независимыми, если при большом числе испытаний наступления событияне влияют на частоту наступления события:

,

или, в соответствии с определением условной относительной частоты (п. 3.6):

.

Поскольку, согласно эмпирическому закону больших чисел, относительные частоты при большом числе испытаний колеблются вокруг теоретических вероятностей, последнее равенство является основанием для следующего определения независимости событий:

Определение. События иназываютсянезависимыми, если вероятность произведения этих событий равна произведению их вероятностей:

. (14)

Формально, в соответствии с данным определением, для решения вопроса о независимости событий необходимо предварительно вычислить все три вероятности , после чего проверить, выполняется ли равенство (13). На практике, однако, независимость событийиустанавливают путем содержательного их анализа, а формулу (13) используют для отыскания вероятности произведения событий.

Таким образом, имеются две формы теоремы умножения:

1. Для произвольных событий:

.

2. Для независимых событий:

.

Пример. Испытание: одновременно бросаются две монеты. Найти вероятность события , состоящего в том, что на обеих монетах выпал герб.

Решение. Введем события: — на первой монете выпал герб,

—на второй монете выпал герб. Тогда . Событияиявно не влияют друг на друга, их следует считать независимыми. Тогда

.

Теорема (независимость для противоположных событий). Если события инезависимы, то независимы также пары событий

и ,и,и.

Доказательство. Докажем, например независимость событий и. По условию; кроме того.

По свойствам операций над событиями (п. 2.3) имеем:

—сумма несовместных событий; отсюда

. ▄

Теорема (критерий независимости двух событий). Пусть . Для того, чтобы событияибыли независимы, необходимо и достаточно, чтобы условная вероятность событиясовпадала с его безусловной вероятностью: .

Доказательство. 1. Необходимость. Если инезависимы, то выполняется равенство. С другой стороны, по теореме умножения. Отсюда:

.

Поскольку , получаем: .

2. Достаточность. Пусть . Тогда, применяя теорему умножения, получаем:

,

то есть, согласно определению, события инезависимы. ▄

Теорема (о независимости от и).Любое событие не зависит от достоверного события и от невозможного события.

Доказательство. 1. , так чтоинезависимы.

2. , так чтои независимы. ▄

II. Независимость событий в совокупности.

Для трех и более событий их взаимная незави-

симость («независимость в совокупности») означает не только то, что любые два из них не влияют друг на друга (попарная независимость):

, (), (15)

но и что для любого подмножества из трех, четырех и т.д. событий этой совокупности вероятность произведения событий равна произведению их вероятностей:

, (), (16)

, (), (17)

и т. д. вплоть до условия

. (18)

Недостаточность попарных соотношений (15) для справедливости совокупности равенств (16)–(18) показывает

Пример С.Н.Бернштейна. Испытание: наугад бросается игральная кость, имеющая форму правильного тетраэдра, четыре грани которого имеют, соответственно, белую, синюю, красную и тройную бело-сине-красную (полосатую) окраску.

Рассмотрим события: — на выпавшей грани присутствует белый цвет,— на выпавшей грани присутствует синий цвет,— на выпавшей грани присутствует красный цвет. По схеме равновозможных исходов легко убедиться, что. Далее, произведение любых двух из них означает выпадение полосатой грани, так что. Значит, условие (15) выполняется. В то же время, и условие (16) не выполняется.

Пример. Испытание: три игрока поочередно бросают шестигранную игральную кость. Найти вероятность события заключающегося в том, что все три раза выпадет шестерка.

Решение. Введем события — выпадение шестерки, соответственно, у первого, второго, и третьего игрока. Тогда— произведение независимых событий. Поэтому

.

Зависимые и независимые случайные события.
Основные формулы сложения и умножения вероятностей

Найдем вероятность суммы событий Теорема 2.1. Вероятность суммы конечного числа несовместных событий равна сумме их вероятностей:

Пример 1. Вероятность того, что в магазине будет продана пара мужской обуви 44-го размера, равна 0,12; 45-го — 0,04; 46-го и большего — 0,01. Найти вероятность того, что будет продана пара мужской обуви не меньше 44-го размера.

Решение. Искомое событие ), т. е. событие . События несовместны. Поэтому согласно теореме о сумме вероятностей получаем

Пример 2. При условиях примера 1 найти вероятность того, что очередной будет продана пара обуви меньше 44-го размера.

Решение. События «очередной будет продана пара обуви меньше 44-го размера» и «будет продана пара обуви размера не меньше 44-го» противоположные. Поэтому по формуле (1.2) вероятность наступления искомого события

поскольку , как это было найдено в примере 1.

Теорема 2.1 сложения вероятностей справедлива только для несовместных событий. Использование ее для нахождения вероятности совместных событий может привести к неправильным, а иногда и абсурдным выводам, что наглядно видно на следующем примере. Пусть выполнение заказа в срок фирмой «Electra Ltd» оценивается вероятностью 0,7. Какова вероятность того, что из трех заказов фирма выполнит в срок хотя бы какой-нибудь один? События, состоящие в том, что фирма выполнит в срок первый, второй, третий заказы обозначим соответственно . Если для отыскания искомой вероятности применить теорему 2.1 сложения вероятностей, то получим . Вероятность события оказалась больше единицы, что невозможно. Это объясняется тем, что события являются совместными. Действительно, выполнение в срок первого заказа не исключает выполнения в срок двух других.

Сформулируем теорему сложения вероятностей в случае двух совместных событий (будет учитываться вероятность их совместного появления).

Теорема 2.2. Вероятность суммы двух совместных событий равна сумме вероятностей этих двух событий без вероятности их совместного появления:

Зависимые и независимые события. Условная вероятность

Различают события зависимые и независимые. Два события называются независимыми, если появление одного из них не изменяет вероятность появления другого. Например, если в цехе работают две автоматические линии, по условиям производства не взаимосвязанные, то остановки этих линий являются независимыми событиями.

Пример 3. Монета брошена два раза. Вероятность появления «герба» в первом испытании (событие независимыми в совокупности , если любое из них не зависит от любого другого события и от любой комбинации остальных.

События называются зависимыми , если одно из них влияет на вероятность появления другого. Например, две производственные установки связаны единым технологическим циклом. Тогда вероятность выхода из строя одной из них зависит от того, в каком состоянии находится другая. Вероятность одного события условной вероятностью события .

Условие независимости события , а условие его зависимости — в виде . Рассмотрим пример вычисления условной вероятности события.

Пример 4. В ящике находятся 5 резцов: два изношенных и три новых. Производится два последовательных извлечения резцов. Определить условную вероятность появления изношенного резца при втором извлечении при условии, что извлеченный в первый раз резец в ящик не возвращается.

Решение. Обозначим . Поскольку извлеченный резец в ящик не возвращается, то изменяется соотношение между количествами изношенных и новых резцов. Следовательно, вероятность извлечения изношенного резца во втором случае зависит от того, какое событие осуществилось перед этим.

Следовательно, вероятность события

Формулы умножения вероятностей

Пусть события Теорема 2.3. Вероятность совместного появления двух независимых событий равна произведению вероятностей этих событий:

Следствие 2.1. Вероятность совместного появления нескольких событий, независимых в совокупности, равна произведению вероятностей этих событий:

Пример 5. Три ящика содержат по 10 деталей. В первом ящике — 8 стандартных деталей, во втором — 7, в третьем — 9. Из каждого ящика наудачу вынимают по одной детали. Найти вероятность того, что все три вынутые детали окажутся стандартными.

Решение. Вероятность того, что из первого ящика взята стандартная деталь (событие . Вероятность того, что из второго ящика взята стандартная деталь (событие . Вероятность того, что из третьего ящика взята стандартная деталь (событие ), . Так как события независимые в совокупности, то искомая вероятность (по теореме умножения)

Пусть события и известны. Найдем вероятность произведения этих событий, т. е. вероятность того, что появится и событие Теорема 2.4. Вероятность совместного появления двух зависимых событий равна произведению вероятности одного из них на условную вероятность другого, вычисленную в предположении, что первое событие уже наступило:

Следствие 2.2. Вероятность совместного появления нескольких зависимых событий равна произведению вероятности одного из них на условные вероятности всех остальных, причем вероятность каждого последующего события вычисляется в предположении, что все предыдущие события уже появились.

Пример 6. В урне находятся 5 белых шаров, 4 черных и 3 синих. Каждое испытание состоит в том, что наудачу извлекают один шар, не возвращая его в урну. Найти вероятность того, что при первом испытании появится белый шар (событие ).

Решение. Вероятность появления белого шара при первом испытании . Вероятность появления черного шара при втором испытании, вычисленная в предположении, что при первом испытании появился белый шар, т. е. условная вероятность . Вероятность появления синего шара при третьем испытании, вычисленная в предположении, что при первом испытании появился белый шар, а при втором — черный, . Искомая вероятность

Формула полной вероятности

Теорема 2.5. Если событие , образующих полную группу несовместных событий, то вероятность события на соответствующую условную вероятность события :

https://amdy.su/wp-admin/options-general.php?page=ad-inserter.php#tab-8

При этом события называются гипотезами, а вероятности — априорными. Эта формула называется формулой полной вероятности.

Пример 7. На сборочный конвейер поступают детали с трех станков. Производительность станков не одинакова. На первом станке изготовляют 50% всех деталей, на втором — 30%, на третьем — 20%. Вероятность качественной сборки при использовании детали, изготовленной на первом, втором и третьем станке, соответственно 0,98, 0,95 и 0,8, Определить вероятность того, что узел, сходящий с конвейера, качественный.

Решение. Обозначим , и — события, означающие, что детали сделаны соответственно на первом, втором и третьем станке. Тогда

Формула Байеса

Эта формула применяется при решении практических задач, когда событие , образующих полную группу событий, произошло и требуется провести количественную переоценку вероятностей гипотез . Априорные (до опыта) вероятности известны. Требуется вычислить апостериорные (после опыта) вероятности, т. е., по существу, нужно найти условные вероятности . Для гипотезы формула Байеса выглядит так:

Раскрывая в этом равенстве по формуле полной вероятности (2.1), получаем

Пример 8. При условиях примера 7 рассчитать вероятности того, что в сборку попала деталь, изготовленная соответственно на первом, втором и третьем станке, если узел, сходящий с конвейера, качественный.

Урок 34. Условная вероятность. Независимость событий

Совместные события – события, одновременное появление которых возможно.

Несовместные события – события, одновременное появление которых невозможно.

События являются независимыми, если вероятность наступления любого из них не зависит от появления остальных событий рассматриваемого множества событий.

Событие В называется зависимым, если вероятность P(B) зависит от появления или непоявления события А. Вероятность события В, вычисленная в предположении того, что событие А уже произошло, называется условной вероятностью наступления события В и обозначается PA(B).

Условная вероятность – вероятность наступления одного события при условии, что другое событие уже произошло.

Основная литература:

Колягин Ю.М., Ткачева М.В, Федорова Н.Е. и др., под ред. Жижченко А.Б. Алгебра и начала математического анализа (базовый и профильный уровни) 11 кл. – М.: Просвещение, 2014. с. 186-194.

Открытые электронные ресурсы:

Решу ЕГЭ образовательный портал для подготовки к экзаменам https://ege.sdamgia.ru/.

Открытый банк заданий ЕГЭ ФИПИ, Элементы комбинаторики, статистики и теории вероятностей, базовый уровень. Элементы комбинаторики, статистики и теории вероятностей. Базовый уровень. http://ege.fipi.ru/.

Теоретический материал для самостоятельного изучения

Иногда нам требуется выяснить вероятность совместного появления зависимых событий. Самый простой пример – найти вероятность получить выигрышную комбинацию в азартной карточной игре, где вероятность выпадения каждой новой карты зависит от того, какие карты уже лежат на столе.

Рассмотрим примерную задачу:

Из колоды карт извлекают четыре карты. Первые две оказались семёрками. Какова вероятность, что одна или обе оставшиеся карты окажутся семёрками? (колода содержит 36 карт)

Теоретическая часть

События называются совместными, если появление одного из них не исключает появления другого в одном и том же испытании.

Пример совместных событий: выпадение чётного числа и выпадение числа, кратного трём, при броске игрального кубика. Когда выпадает шесть, реализуются сразу оба события.

События называются несовместными, если появление одного из них исключает появление другого в одном и том же испытании.

Пример несовместных событий: выпадение чётного числа и выпадение нечётного числа при броске игрального кубика.

Теорема о сумме двух событий:

Вероятность суммы любых двух событий А и В равна сумме вероятностей этих событий без вероятности их совместного осуществления: Р(А+В) = Р(А)+Р(В)-Р(АВ)

В лотерее выпущено 10 000 билетов, из них: 10 выигрышей по 200 рублей, 100 выигрышей по 100 рублей, 500 выигрышей по 50 рублей и 1000 выигрышей по 10 рублей. Какова вероятность того, что человек, купивший билет, выиграет не менее 50 рублей?

Решение: Введем для удобства обозначение событий А — «человек выиграл 50 рублей», В — «человек выиграл 100 рублей», С — «человек выиграл 200 рублей», D — «человек выиграл не менее 50 рублей». Событие D означает, что выигрыш может составлять 50 и более рублей, то есть 50, 100 или 200 рублей: М=А+В+С. События А, В, С – попарно несовместны.

Воспользуемся теоремой: Р(М)=Р(А)+Р(В)+Р(С)=0,061.

Дана вероятность исходного события. Чему равна вероятность противоположного события?

Вероятность исходного события А обозначим Р(А). Вероятность противоположного события Р(Ᾱ).

События А и Ᾱ образуют полную группу событий, вероятность которой равна 1.

Тогда вероятность противоположного события находится по формуле:

  1. События являются независимыми, если вероятность наступления любого из них не зависит от появления остальных событий рассматриваемого множества событий.

Например, монета брошена два раза.

A – выпала «Решка»

Вероятность появления «Орла» во втором испытании не зависит от результата первого испытания.

Теорема умножения вероятностей независимых событий: вероятность совместного появления независимых событий A и B равна произведению вероятностей этих событий:

Подбрасываются две монеты. Найдите вероятность выпадения двух орлов.

Введем обозначение событий:

A1– на 1-й монете выпадет орёл;

A2– на 2-й монете выпадет орёл.

Событие “выпадение двух орлов” заключается в том, что на 1-й монете появится орёл и на 2-й монете появится орёл, следовательно, это произведение событий A1A2. Вероятность выпадения орла на одной монете не зависит от результата броска другой монеты, следовательно, события A1 и A2 независимы. По теореме умножения вероятностей независимых событий получим:

  1. Событие B называется зависимым, если вероятность P(B) зависит от появления или непоявления события А. Вероятность события B, вычисленная в предположении того, что событие А уже произошло, называется условной вероятностью наступления события В и обозначается PA(B).

Отыскать вероятность совместного появления зависимых событий помогает теорема умножения вероятностей зависимых событий: вероятность совместного появления двух зависимых событий равна произведению вероятности одного из них на условную вероятность другого, вычисленную в предположении, что первое событие уже произошло: P(AB) = P(A)·PA(B).

Связь теории вероятностей с теорией множеств.

В математике принято устанавливать связи между различными разделами. Связь между теорией вероятностей и теорией множеств устанавливается следующим образом: события отождествляются с множествами. В таком случае понятию исход будет эквивалентно понятие элемент множества. При таком подходе выберите из списка, какому понятию из теории множеств соответствует данное понятие из теории вероятностей:

— Невозможное событие (подмножество, бесконечное множество, пустое множество, пересечение множеств, объединение множеств, разность множеств, декартово произведение множеств)

— Сумма событий (подмножество, бесконечное множество, пустое множество, пересечение множеств, объединение множеств, разность множеств, декартово произведение множеств)

— Произведение событий (подмножество, бесконечное множество, пустое множество, пересечение множеств, объединение множеств, разность множеств, декартово произведение множеств)

Примеры и разбор решения заданий тренировочного модуля

1. В урне 6 черных, 5 красных и 4 белых шара. Последовательно извлекают три шара без возврата. Найдите вероятность того, что первый шар окажется черным, второй – красным и третий – белым.

А – первый шар окажется черным

В — второй шар красный

С — третий шар белый

.

2. Колю отпускают гулять при условии сделанных уроков с вероятностью 0,8. Папа выдает ему деньги на мороженое с вероятностью 0,6. С какой вероятностью Коля пойдет гулять без мороженого?

A – папа выдал Коле денег на мороженое

B – Колю отпустили гулять

Вероятность того, что Коля пойдёт гулять, есть в условии задачи P(B) = 0,8. Вероятность, что папа не выдаст ему деньги на мороженое, равна P(Ᾱ) = 1 – P(A) = 1 – 0,6 = 0,4. Вероятность одновременного осуществления двух независимых событий – произведение их вероятностей P(ᾹB) = P(Ᾱ)·P(B) = 0,8·0,4 = 0,32.

Свойства вероятности — определение и вычисление с примерами решения

Сразу же отметим, что рассматривая основные свойства вероятности, будем говорить лишь о таких событиях, для определения вероятностей которых можно построить полную систему событий с конечным числом исходов.

Первые два свойства очевидны:

Свойства вероятности - определение и вычисление с примерами решения

Свойства вероятности - определение и вычисление с примерами решения

Эти свойства нетрудно доказать. Например, то что Свойства вероятности - определение и вычисление с примерами решенияДействительно так какСвойства вероятности - определение и вычисление с примерами решенияНо согласно III-ей аксиомеСвойства вероятности - определение и вычисление с примерами решения

Замечание 1. Если вероятность события равна нулю (единице), то это еще не означает, что событие невозможное (достоверное). Это означает только то, что при неограниченном увеличении числа опытов частота появления этого события будет стремиться к нулю (единице).

Сформулируем и докажем еще несколько свойств. А именно:
3. Если Свойства вероятности - определение и вычисление с примерами решенияполная группа попарно несовместных событий, то Свойства вероятности - определение и вычисление с примерами решения
Действительно, из определения полной группы (системы) событий следует, что

Свойства вероятности - определение и вычисление с примерами решения

4. Если событие A влечет за собой событие Свойства вероятности - определение и вычисление с примерами решения,то вероятность события
A не может превышать вероятность события B , т.е. Свойства вероятности - определение и вычисление с примерами решения

Свойства вероятности - определение и вычисление с примерами решения

Доказательство Свойства вероятности - определение и вычисление с примерами решенияпричем Свойства вероятности - определение и вычисление с примерами решениянесовместны. Следовательно,согласно III — ей аксиоме:Свойства вероятности - определение и вычисление с примерами решенияНо, по I-ой аксиоме Свойства вероятности - определение и вычисление с примерами решениятак как вероятность любого
события неотрицательна. Значит Свойства вероятности - определение и вычисление с примерами решениячто и требовалось доказать.

Замечание 2. Выше, при доказательстве свойств использовалось аксиоматическое определение вероятности. Нетрудно доказать, например теорему сложения вероятностей несовместных событий, используя классическое определение вероятности.

Свойства вероятности - определение и вычисление с примерами решения

ТЕОРЕМА (сложения вероятностей несовместных событий): Если
события A и B несовместны,

Доказательство. Пусть полная система состоит из n исходов. Пронумеруем её случаи так, чтобы первые m случаев Свойства вероятности - определение и вычисление с примерами решенияблагоприятствовали событию A, но не B, тогда Свойства вероятности - определение и вычисление с примерами решенияследующие l случаев Свойства вероятности - определение и вычисление с примерами решенияблагоприятствовали событию B , но не A, тогда Свойства вероятности - определение и вычисление с примерами решенияа остальные случаи
Свойства вероятности - определение и вычисление с примерами решенияне благоприятствовали ни событию A, ни событию B . В силу несовместности указанных событий A и B , благоприятствующих исходов и событию A и событию B одновременно в полной системе Свойства вероятности - определение и вычисление с примерами решениянет.

Свойства вероятности - определение и вычисление с примерами решения

В урне 100 шаров, из них 20 белых (не цветных), 30 синих и 50 красных. Какова вероятность появления цветного шара?

Решение. Пусть событие A — появление белого шара Свойства вероятности - определение и вычисление с примерами решениясобытие B — появление синего шара Свойства вероятности - определение и вычисление с примерами решениясобытие C — появление красного шара Свойства вероятности - определение и вычисление с примерами решения

Найдем Свойства вероятности - определение и вычисление с примерами решенияили Свойства вероятности - определение и вычисление с примерами решения

Замечание 3. Для несчетного случая исходов, составляющих Свойства вероятности - определение и вычисление с примерами решения, теорема сложения несовместных событий принимается в качестве одной из основных аксиом теории вероятностей: Свойства вероятности - определение и вычисление с примерами решенияЗаметим также, что если Свойства вероятности - определение и вычисление с примерами решения

Будем говорить, что последовательность событий Свойства вероятности - определение и вычисление с примерами решениямонотонно возрастает (см. рис.), если Свойства вероятности - определение и вычисление с примерами решенияТогда Свойства вероятности - определение и вычисление с примерами решения

Аналогично, последовательность событий Свойства вероятности - определение и вычисление с примерами решениямонотонно убывает, если Свойства вероятности - определение и вычисление с примерами решенияСвойства вероятности - определение и вычисление с примерами решенияСвойства вероятности - определение и вычисление с примерами решения

Свойства вероятности - определение и вычисление с примерами решения

Свойства вероятности - определение и вычисление с примерами решения

Условная вероятность и независимость событий

Итак, ране нами было введено понятие вероятности как числовой функции, удовлетворяющей трём основным аксиомам. Такую вероятность называют безусловной, подчеркивая этим, что она не зависит ни от каких дополнительных условий, кроме фиксированного комплекса условий S , которым характеризуется данный конкретный эксперимент.

Определение. Пусть A и B — наблюдаемые события при выполнении условий S , причем Свойства вероятности - определение и вычисление с примерами решениятогда вероятность события B , вычисленная в предположении, что произошло событие A, называется условной вероятностью события B (обозначается Свойства вероятности - определение и вычисление с примерами решенияи определяется равенством

Свойства вероятности - определение и вычисление с примерами решения

Для краткости условную вероятность Свойства вероятности - определение и вычисление с примерами решенияназывают «вероятностью события B при условии A». Заметим, что при Свойства вероятности - определение и вычисление с примерами решенияусловная вероятность Свойства вероятности - определение и вычисление с примерами решенияне определена.

В урне 8 белых и 2 красных шара. Событие A- появление белого шара. Очевидно, что до испытания (вынимание шаров) Свойства вероятности - определение и вычисление с примерами решенияВынут один шар (шар в урну не возвращается). Этот шар оказался белым. Следовательно, во втором испытанием Свойства вероятности - определение и вычисление с примерами решениягде событие B — появление белого шара во втором испытании.

ТЕОРЕМА (умножения вероятностей): Вероятность произведения любых
двух событий A и B вычисляется по формуле:

Свойства вероятности - определение и вычисление с примерами решения

Свойства вероятности - определение и вычисление с примерами решения

Доказательство. Это утверждение непосредственно следует из определения условной вероятности.
Если пронумеровать случаи полной системы событий так, что

то по определению Свойства вероятности - определение и вычисление с примерами решенияпоэтому Свойства вероятности - определение и вычисление с примерами решенияаналогично Свойства вероятности - определение и вычисление с примерами решенияЧто и требовалось доказать.

Замечание. Для случая трех событий теорема умножения вероятностей имеет
вид:

Свойства вероятности - определение и вычисление с примерами решения

Каждая буква слова «лотос» написана на отдельной карточке. Какова вероятность того, что наугад извлеченные одна за другой три карточки составят слово «сто»?

Решение. Пусть Свойства вероятности - определение и вычисление с примерами решения— событие, состоящее в том, что на первой карточке написана буква «С»; Свойства вероятности - определение и вычисление с примерами решения— на второй карточке буква «Т»; Свойства вероятности - определение и вычисление с примерами решения— на третьей карточке буква «О» и пусть A- событие, состоящее в том, что получилось слово «СТО». Нетрудно видеть, что Свойства вероятности - определение и вычисление с примерами решения

Далее Свойства вероятности - определение и вычисление с примерами решениятогда по теореме получаем Свойства вероятности - определение и вычисление с примерами решения

Определение 1: Событие A называется независимым от события B , удовлетворяющего условию Свойства вероятности - определение и вычисление с примерами решения, если выполняется
равенство Свойства вероятности - определение и вычисление с примерами решения

Свойства вероятности - определение и вычисление с примерами решения

Определение 2: События A и B называются независимыми, если .

Определение 3: События Свойства вероятности - определение и вычисление с примерами решенияназываются независимыми в совокупности, если для любого набора из m событий Свойства вероятности - определение и вычисление с примерами решения(т.е. для любого набора индексов Свойства вероятности - определение и вычисление с примерами решения, которые попарно независимы, справедливо равенство:
Свойства вероятности - определение и вычисление с примерами решения
Важно здесь отметить то, что из попарной независимости ещё не следует независимость в совокупности. Рассмотрим пример.

Пример: (Бернштейна).

Имеем правильный тетраэдр, грани которого
окрашены следующим образом:

  • красным цветом (появление этого цвета — событие A);
  • синим цветом (появление этого цвета — событие B );
  • зелёным цветом (появление этого цвета — событие C ;
  • полосы красного, синего и зеленого цветов.

Свойства вероятности - определение и вычисление с примерами решения

Вычислим:

1.1. Проверим, являются ли события A,B,C попарно независимыми.

Свойства вероятности - определение и вычисление с примерами решения

Вывод: события A,B,C — попарно независимы.
2. Проверим их независимость в совокупности.

Свойства вероятности - определение и вычисление с примерами решения

Следовательно, как видим, попарной независимости недостаточно для независимости в совокупности.

Свойства вероятности - определение и вычисление с примерами решения

ТЕОРЕМА (сложения вероятностей совместных событий): Если события A и B совместны, т.е.

Другими словами : Вероятность суммы совместных событий A и B равна сумме вероятностей этих событий минус вероятность их произведения.

Доказательство. Доказательство проведем, использую геометрический метод. Итак, запишем очевидные соотношения:

Свойства вероятности - определение и вычисление с примерами решения

Вероятность попадания в мишень первым стрелком равна 0,8; для второго стрелка эта вероятность равна 0,6. Стрелки независимо друг от друга произвели по одному выстрелу. Какова вероятность того, что в мишень попадет хотя бы один стрелок?

Свойства вероятности - определение и вычисление с примерами решения

Решение. Пусть
A- событие, состоящее в том, что мишень поражена первым стрелком;
B — мишень поражена вторым стрелком;
C — мишень поражена хотя бы одним стрелком (т.е. — или первым, или вторым, или обоими стрелками одновременно). Очевидно, чтопричем, A,B — совместны (возможно их совместное появление).
Тогда:

Свойства вероятности - определение и вычисление с примерами решения

Свойства вероятности - определение и вычисление с примерами решения

Следствие 1.
Если события A и B независимы

Свойства вероятности - определение и вычисление с примерами решения

Следствие 2.
Если события A и B несовместны

Свойства вероятности - определение и вычисление с примерами решения

Свойства вероятности - определение и вычисление с примерами решения

Замечание. Из геометрических соображений (см. рис.) очевидно, что:

Решение примеров на свойства вероятности

В ящике 2 диода и 8 транзисторов. Какова вероятность того, что вынимая не глядя два раза подряд по одной детали, мы оба раза достанем транзисторы?

Введем: событие Свойства вероятности - определение и вычисление с примерами решения— из ящика первый раз достали транзистор, событие Свойства вероятности - определение и вычисление с примерами решения— из ящика второй раз достали транзистор. Тогда вероятность события Свойства вероятности - определение и вычисление с примерами решенияопределяется так: Свойства вероятности - определение и вычисление с примерами решенияУсловная вероятность события Свойства вероятности - определение и вычисление с примерами решенияпри условии, что произошли событии Свойства вероятности - определение и вычисление с примерами решения(здесь благоприятствующих событий будет Свойства вероятности - определение и вычисление с примерами решенияи приведенное пространство элементарных событий Свойства вероятности - определение и вычисление с примерами решениябудет состоять Свойства вероятности - определение и вычисление с примерами решениясобытий. Тогда условную вероятность события Свойства вероятности - определение и вычисление с примерами решенияпри условии, что событие Свойства вероятности - определение и вычисление с примерами решенияпроизошло найдем так: Свойства вероятности - определение и вычисление с примерами решенияСвойства вероятности - определение и вычисление с примерами решения

Составлена схема электрической цепи (рис. 1.13).

Свойства вероятности - определение и вычисление с примерами решения
Заданы вероятности работы элементов схемы Свойства вероятности - определение и вычисление с примерами решениясоответственно Свойства вероятности - определение и вычисление с примерами решенияНайти вероятность того, что ток пройдет с клеммы 1 на клемму 2.

Введем события: Свойства вероятности - определение и вычисление с примерами решения— работает элемент Свойства вероятности - определение и вычисление с примерами решения— работает элемент Свойства вероятности - определение и вычисление с примерами решенияработает элемент Свойства вероятности - определение и вычисление с примерами решенияТогда Свойства вероятности - определение и вычисление с примерами решенияВведем в схему точку 3, которая разбивает схему на два последовательно соединенных участка, через которые проходит ток — от точки 1 до точки 3 и от точки 3 до точки 2. Рассмотрим событие Свойства вероятности - определение и вычисление с примерами решения— ток пройдет из точки 1 в точку 3 схемы. Поскольку между точками 1 и 3 включен только один элемент Свойства вероятности - определение и вычисление с примерами решениято событие Свойства вероятности - определение и вычисление с примерами решениявыполнится тогда, когда будет работать элемент Свойства вероятности - определение и вычисление с примерами решениязначит Свойства вероятности - определение и вычисление с примерами решенияВведем событие Свойства вероятности - определение и вычисление с примерами решениясостоящее в том, что ток пройдет из точки 3 в точку 2. Оно выполнится тогда, когда будет работать или элемент Свойства вероятности - определение и вычисление с примерами решенияили Свойства вероятности - определение и вычисление с примерами решенияили Свойства вероятности - определение и вычисление с примерами решенияМы видим, что для описания события Свойства вероятности - определение и вычисление с примерами решениянадо использовать теоремы о сумме или объединении двух произвольных событий Свойства вероятности - определение и вычисление с примерами решенияЗапишем Свойства вероятности - определение и вычисление с примерами решения

Теперь рассмотрим событие Свойства вероятности - определение и вычисление с примерами решенияток пройдет из точки 1 в точку 2. Оно выполнится тогда, когда выполнится и событие Свойства вероятности - определение и вычисление с примерами решенияи событие Свойства вероятности - определение и вычисление с примерами решенияЗдесь надо использовать теоремы об умножении или пересечении двух событий, запишем Свойства вероятности - определение и вычисление с примерами решенияТогда вероятность события Свойства вероятности - определение и вычисление с примерами решенияопределяется по формуле (1.9), а с учетом того, что события Свойства вероятности - определение и вычисление с примерами решениянезависимы применяем формулу (1.13):

Свойства вероятности - определение и вычисление с примерами решения

Найдем Свойства вероятности - определение и вычисление с примерами решенияОпределим Свойства вероятности - определение и вычисление с примерами решенияприменяя теорему о вероятности суммы двух произвольных событий (т. к. события Свойства вероятности - определение и вычисление с примерами решениямогут происходить совместно) и используя формулы (1.4) или (1.6):

Свойства вероятности - определение и вычисление с примерами решения

Тогда вероятность того, что ток пройдет из точки 1 в точку 2

Свойства вероятности - определение и вычисление с примерами решения

При копировании любых материалов с сайта evkova.org обязательна активная ссылка на сайт www.evkova.org

Сайт создан коллективом преподавателей на некоммерческой основе для дополнительного образования молодежи

Сайт пишется, поддерживается и управляется коллективом преподавателей

Telegram и логотип telegram являются товарными знаками корпорации Telegram FZ-LLC.

Cайт носит информационный характер и ни при каких условиях не является публичной офертой, которая определяется положениями статьи 437 Гражданского кодекса РФ. Анна Евкова не оказывает никаких услуг.

Похожие публикации:

  1. Как перезагрузить стиральную машину самсунг
  2. Как переместить кнопку в html
  3. Нарисуйте полный граф в котором 4 вершины
  4. Что делать если нет вкладки совместимость в свойствах

1. Независимые события. Умножение вероятностей

События \(A\) и \(B\) являются независимыми , если вероятность наступления одного из них не изменяется при наступлении другого.

Событие \(A\) является зависимым от события \(B\), если наступление события \(B\) изменяет вероятность наступления события \(A\).

бросают игральный кубик. Пусть событие \(A\) — «выпало \(2\) очка», событие \(B\) — «выпало чётное число очков». Если нам не известно, наступило событие \(B\) или нет. то вероятность наступления события \(A\) равна 1 6 . Если нам известно, что событие \(B\) наступило (то есть выпало чётное число очков), то вероятность наступления события \(A\) уже будет равной 1 3 . Делаем вывод, что событие \(A\) зависит от события \(B\).

В случае независимых испытаний (например, кубик бросается несколько раз) можно говорить о независимых событиях. В общем случае независимость событий можно проверить с помощью следующей формулы.

Если выполняется формула P ( AB ) = P ( A ) ⋅ P ( B ) , то события \(A\) и \(B\) являются независимыми .

Пусть бросают одновременно два игральных кубика. Пусть событие \(A\) — «первый кубик показывает \(3\) очка», событие \(B\) — «второй кубик показывает \(2\) очка». Количество очков на одном кубике не зависит от количества очков на другом кубике. Подтвердим независимость событий \(A\) и \(B\) с помощью формулы.

Найдём отдельно вероятность каждого события:

P ( A ) = 1 6 и P ( B ) = 1 6 .

Найдём вероятность наступления события \(AB\) (то есть события \(A\) и \(B\) наступили одновременно). Всего может быть 6 ⋅ 6 = 36 исходов:

1 и 1 2 и 1 3 и 1 4 и 1 5 и 1 6 и 1 1 и 2 2 и 2 3 и 2 ¯ 4 и 2 5 и 2 6 и 2 1 и 3 2 и 3 3 и 3 4 и 3 5 и 3 6 и 3 1 и 4 2 и 4 3 и 4 4 и 4 5 и 4 6 и 4 1 и 5 2 и 5 3 и 5 4 и 5 5 и 5 6 и 5 1 и 6 2 и 6 3 и 6 4 и 6 5 и 6 6 и 6

Из них только исход \(3\) и \(2\) очка является благоприятным. Получаем,

P ( AB ) = 1 36 = 1 6 ⋅ 1 6 = P ( A ) ⋅ P ( B ) , т. е. события \(A\) и \(B\) независимые.

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *